基于ZigBee的位置指紋法室內(nèi)定位技術(shù)研究.pdf

1、隨著全球定位系統(tǒng)(GPS)在室外定位中的成功應(yīng)用,對定位服務(wù)在人們?nèi)粘；顒拥氖覂?nèi)場所得以廣泛開展的渴求日漸突出。在現(xiàn)有室內(nèi)定位技術(shù)中,位置指紋法由于定位成本低、方法實現(xiàn)靈活而逐漸成為研究的熱點。然而,室內(nèi)無線信號的時變性也給位置指紋法實現(xiàn)精確定位帶來很大的難度。因此,提高位置指紋法在室內(nèi)復(fù)雜環(huán)境下的定位性能和實用性不僅具有重要的理論價值,而且也成為加快對其由理論研究向?qū)嶋H應(yīng)用轉(zhuǎn)變的關(guān)鍵。本文以ZigBee無線網(wǎng)絡(luò)為應(yīng)用平臺,對位置指紋法

2、完成定位所需的兩個階段中涉及的相關(guān)技術(shù)進行研究。在分析國內(nèi)外研究現(xiàn)狀及進展的基礎(chǔ)上，指出了位置指紋法目前存在的三大問題,即構(gòu)建位置指紋數(shù)據(jù)庫的工作量問題、位置指紋的匹配效率問題和室內(nèi)定位與跟蹤的實現(xiàn)方法問題。然后,從分析信號強度作為場景特征所表現(xiàn)出的數(shù)據(jù)特性入手,針對以上問題分別提出相應(yīng)的解決方法。
　　為分析信號強度作為場景特征所表現(xiàn)出的數(shù)據(jù)特性,利用ZigBee網(wǎng)絡(luò)環(huán)境中測得的信號強度樣本,采用理論分析與實驗驗證相結(jié)合的手段對

3、數(shù)據(jù)特性的表現(xiàn)形式和成因進行了研究。在此基礎(chǔ)上構(gòu)建了一個用于估計位置指紋法平均定位誤差的概率模型,并分析了采樣位置間距、網(wǎng)絡(luò)接入設(shè)備數(shù)量和位置等因素對位置指紋法定位性能的影響,從而為定位系統(tǒng)實際部署過程中相關(guān)參數(shù)的合理選取提供一定的理論指導(dǎo)。
　　為降低離線階段信號強度采樣的工作量,提出了一種基于空間變異理論的位置指紋數(shù)據(jù)庫構(gòu)建方法。給出了一個典型的信號強度樣本變異函數(shù)計算流程。提出了一種基于加權(quán)最小二乘法的信號強度理論變異函數(shù)擬

4、合算法。根據(jù)擬合得到的模型趨勢項和隨機項反映出的信號強度在空間上的連續(xù)性和變異性關(guān)系,采用普通克里金技術(shù)對待估位置信號強度進行最優(yōu)線性無偏估計。實驗結(jié)果表明,該方法對信號強度的估計精度好于距離反比加權(quán)算法,基于該方法建立的位置指紋數(shù)據(jù)庫可在降低采樣工作量的同時保證定位精度。
　　為提高位置指紋的匹配效率,提出了兩種基于改進k-means算法的位置指紋聚類方法。分析了傳統(tǒng)k-means算法對位置指紋分類效果不佳的原因,并從尋找新的位

5、置指紋二次特征提取方法及采用“軟劃分”技術(shù)兩方面加以改進。其中,FC-ID-FKM法將位置指紋歸為區(qū)間值數(shù)據(jù),在由區(qū)間中值和大小張成的特征空間中,利用模糊k-means算法對其進行聚類。FC-KFKM法將位置指紋歸為一種服從正態(tài)分布的區(qū)間值數(shù)據(jù),通過區(qū)間中值和大小確定的正態(tài)分布函數(shù)將位置指紋映射為特征空間中的一點,并在該空間中采用基于核方法的模糊k-means算法對其進行聚類。實驗結(jié)果表明,基于兩種方法得到的位置指紋集合聚類趨勢更為明顯

6、,對位置指紋的分類效果好于k-means算法。
　　為解決室內(nèi)復(fù)雜環(huán)境下的定位實現(xiàn)問題,提出了一種基于D-S證據(jù)理論的位置指紋室內(nèi)定位方法。構(gòu)造了信度分配的mass函數(shù),建立了一個基于pignistic概率的信度分配沖突程度評價指標。根據(jù)指標大小,采用信度打折的證據(jù)預(yù)處理方法消除定位過程中出現(xiàn)的合成悖論現(xiàn)象。為降低信任區(qū)間重疊時的決策風(fēng)險,根據(jù)合成后焦元獲得的信任區(qū)間確定分布函數(shù),將兩焦元信度在并集區(qū)間上降序排列的概率作為最終的決